Computer kweekt beste tomaten en verslaat met autonome kas professionele telers
Een team van onderzoekers en studenten van de TU Delft en bedrijven Van der Hoeven Horticultural Projects, KeyGene en Hoogendoorn Growth Management heeft de internationale Autonomous Greenhouse Challenge gewonnen. Het team Automatoes wist met behulp van artificiële intelligentie (AI) in een volledig geautomatiseerde kas na een halfjaar niet alleen voor de beste tomatenoogst te zorgen, maar scoorde ook het best op duurzaamheid.
Het Automatoes-team nam het niet alleen op tegen andere internationale teams die ook op afstand hun kas moesten besturen. Alle teams gingen tegelijkertijd ook de strijd aan met een team van professionele tomatentelers die hun kas wel mochten betreden. Opmerkelijk genoeg versloegen de algoritmes van álle teams de professionals.
Cherrytomaten
De wedstrijd, georganiseerd door Wageningen University & Research en IT-bedrijf Tencent, draaide om het kweken van cherrytomaten op afstand, met behulp van zelfontwikkelde algoritmes. Elk team had beschikking over een hightech kascompartiment, uitgerust met dezelfde installaties, voor onder meer het sturen van temperatuur, licht, luchtvochtigheid en de hoeveelheid CO2.
De jonge tomatenplanten werden in december 2019 in de kas geplaatst, en de besturing van de kas en het gewas werd een paar dagen later op afstand overgenomen door de verschillende teams. De laatste tomaten werden eind mei geoogst, waarna alle data konden worden geanalyseerd.
Het team heeft niet geprobeerd om één complex AI systeem te maken dat alles regelt, maar deelde het probleem op in hapklare brokken.
Beste AI-strategie
Automatoes kwam op alle vlakken als beste uit de ‘kas’: het team haalde niet alleen het hoogste netto rendement – hoge productie en hoge kwaliteit - maar gebruikte daarbij ook nog eens de minste grondstoffen (water/energie) per kilo tomaat en scoorde daardoor ook het hoogst op duurzaamheid. Ook de AI-strategie van het team werd als beste beoordeeld op de volgende criteria: autonoom, innovatief, robuust en daardoor internationaal implementeerbaar bij commerciële telers.
Het team heeft niet geprobeerd om één complex AI systeem te maken dat alles regelt, maar deelde het probleem op in hapklare brokken. Teamcaptain Leonard Baart de la Faille: “We hebben gekeken wat een tuinder nu eigenlijk probeert te bereiken. Essentieel is om dat vervolgens te objectiveren en kwantificeren. Daarmee kun je voor elk doel vervolgens gericht een geschikte AI-methode kiezen.”
“We geprobeerd om geen data van andere kassen te gebruiken”, vervolgt hij. “Je ziet namelijk nooit precies dezelfde kas, in precies hetzelfde klimaat met precies hetzelfde gewas. Daarom hebben we ook een nieuwe datagedreven regeltechniek geprobeerd die puur op de data van de kas zelf loopt, zonder het gebruik van trainingsdata van andere kassen of een gedetailleerd simulatiemodel.”
Optimale klimaatomstandigheden
Historische data van eerdere teelten blijft wel belangrijk, bijvoorbeeld om de optimale klimaatomstandigheden voor deze specifieke tomaten te bepalen. Onderzoeker Tamas Keviczky van de TU Delft: “Het streven naar volledig autonome kassen biedt uitstekende mogelijkheden voor de toepassing en verdere ontwikkeling van datagedreven besturingsmodellen. Belangrijk daarbij is de manier waarop je realtime gegevens van verschillende sensoren en weersvoorspellingen combineert met eerdere data van dezelfde kas en hetzelfde gewas.”
Schakel
Datawetenschapper Niek Bouman van KeyGene vormde de schakel tussen de beelden uit de kas en de aansturing van het systeem. Hij haalde relevante informatie uit de beelden, om daarmee de besturingsalgoritmes verder te verbeteren. Bouman: “Ik heb een mooie tijd beleefd met ons team. Meestal ondersteun ik plantenveredelaars, vaak ook in teamverband. Bij de Automatoes heb ik mijn kennis en ervaring op een heel ander vlak kunnen toepassen, met een fantastisch resultaat.”
Gepersonaliseerd dashboard
Alle data van team Automatoes was ‘in één oogopslag’ beschikbaar op een centraal platform. “Dit gepersonaliseerde dasboard bevat zowel korte- als langetermijngegevens, statistieken en timelapses”, vertelt Evripidis Papadopoulos van Hoogendoorn Growth Management. “Hierdoor was alle relevante informatie voor iedereen altijd beschikbaar.” Deze data is bovendien gebruikt voor de algoritmes, vult Rene Beerkens aan. “Het team heeft derhalve alle voordelen van data driven growing ervaren.”
TU Delft AgTech Institute
"Het onlangs opgerichte TU Delft AgTech Institute heeft in aanloop op de challenge, samen met Van der Hoeven, het winnende team van private partijen en experts binnen de TU Delft op het gebied van AI en Systems & Control samengesteld”, zegt Business Developer Liselotte de Vries.
“Het AgTech Institute is gericht op het stimuleren van onderzoek en innovatie rondom agrifood-technologie. De Autonomous Greenhouse Challenge is een mooi voorbeeld van het bevorderen van publiek-private samenwerking door het verbinden van de industrie met onze onderzoekers en technologie. Hiermee leveren we een bijdrage aan de transitie naar een duurzame tuinbouwsector”, aldus De Vries.
Het AgTech Institute is gericht op het stimuleren van onderzoek en innovatie rondom agrifood-technologie.
De toekomst
TU Delft en de bedrijven werken inmiddels aan een nieuw project, dat in het verlengde van de Autonomous Greenhouse Challenge ligt. Het doel is om met behulp van datagedreven AI het beheer van kassen verder te automatiseren. Hierdoor kan Nederland zijn leidende positie in agritech behouden. Tegelijkertijd gaan de bedrijven al op korte termijn delen van deze aanpak als commerciële producten op de markt brengen. TU Delft-onderzoeker Neil Yorke-Smith: “Het winnen was een teamprestatie en de achtergrond en vaardigheden van de afzonderlijke teamleden vormen ook de sleutel tot een succesvolle toekomstige samenwerking!”
